سامانه سلامت سنجي حسگرهاي درون خودرويي مبتني بر شبكه عصبي خودرمزگذار و رگرسيون جنگل تصادفي: نمونه موردي سايپا

با پيشرفت سريع فناوري حسگر و شبكه، پردازش داده‌هاي حسگرهاي سنجش لرزش، دما، فشار، ولتاژ و ساير پارامترهاي الكتريكي و مكانيكي خودروها براي كنترل و هشداردهي مورد توجه قرار گرفته است. لازمه ابقاي اين خدمات، حفظ سلامت حسگرها و تعويض به موقع آنها در هنگام تشخيص خرابي است. در اين پژوهش، يك سامانه سلامت سنجي حسگرهاي واحد كنترل الكترونيكي خودرو (ECU) پيشنهاد مي شود كه با استفاده از روشهاي يادگيري ماشين، مقادير حسگرها را به صورت مداوم پيشبيني مي كند. سپس اين مقادير را با مقادير ثبت شده حسگرها مقايسه نموده و بر اساس يك مدل آماري مبتني بر توزيع گوسي، خرابي هاي احتمالي را شناسايي مي كند. با كمك اين سامانه، تشخيص زودهنگام خرابي و جايگزيني حسگر خراب، ممكن خواهد بود و اين امر موجب كاهش هزينه‌هاي تعمير و نگهداري، بهبود تصميم‌گيري صحيح واحد كنترل خودرو، حفظ نسبت سوخت و هوا در موتور و كاهش آلاينده هاي زيست محيطي مي شود. كارايي سامانه پيشنهادي، روي داده هاي بيست حسگر مؤثر در واحد كنترل الكترونيكي خودروي كوييك سايپا مورد ارزيابي قرار گرفته است و به كارگيري شبكه عصبي خودرمزگذار براي شناسايي خرابي و رگرسيون جنگل تصادفي براي تخمين مقدار صحيح حسگر و جانشاني آن با مقادير نادرست حسگر خراب، اثبات شده است. دقت سامانه سلامت سنجي پيشنهادي، روي داده هاي واقعي ذكر شده، 99 درصد بوده است.